微信公众号订阅日报（2026-10-13）：15 账号更新 60 篇，Meta Muse Wonder 一夜杀回前沿、首台智能体手机 3999 元开卖

一、发文统计

二、前一天文章内容汇总

AI 产品与应用

1. 阿里千问上线个人 Agent「千问 Go」，把「代你办事」做进了已有的 App 里。灰度用户晒出的案例里，它替一位忘了航班号的用户翻购票平台订单、打客服电话未通后转战 App 内人工客服，先把赔偿从 70 元代金券谈成现金；另一例是电商价保，它查订单、核对条件，退到 52 元差价。汽车保养预约、订羽毛球场、买冰箱比价（把补贴、优惠券、以旧换新、送装费全算进去）都在射程内。底层是 9 月云栖发布的 Qwen 3.8 Agentic 能力，而它长在千问 App 里、靠着淘宝、飞猪、高德的自家生态对每个入口如数家珍。（量子位）1
   💡 创业启发：Personal Agent 的护城河不在模型而在流程覆盖——把自家生态里每一个入口、每一条客服通道都摸透，才能在「用户自己都搞不定」的边角场景里把事办成。
2. 千问同期发布新一代 AI 眼镜 N1 Pro，起售价 2600 元。它不再等你喊一声或按一下：一颗专用芯片以 5 毫瓦功耗持续看灰度帧，发现值得深挖的线索再分级唤醒更强算力，走进会议室就自动开始听记。镜框里的眼动追踪模组每条边只有 1.7 毫米，0 到 10 万 lux 下稳定跟视线，精度控制在 1 度以内，做到单词级「看哪问哪」，眨眼还能当指令；虹膜支付误识率低于百万分之一；鼻托 PPG 与中梁非接触测温做心率、血氧、HRV、体温，还能按状态实时生成疗愈音乐。影像拉到 5000 万像素、视频直出 4K 30 帧，靠骁龙 AR1、恒玄 BES2800 与奇景 HX6538 三芯片分工，272 毫安时电池标称 8 小时、右镜腿可热插拔换电。同期发布的 N1 砍掉眼动、虹膜与健康监测三项。（量子位）2
3. 阶跃终端在上海发布首款大模型原生智能体手机 STEPX Neo，先行版全栈定价 3999 元，把模型、系统、开发工具与硬件打包成一个价格。它搭载智能体原生操作系统 Step AOS 1.0 与阶跃 Amoo，硬件侧用六麦克风矩阵、Whisper 1.0 与低功耗音频芯片强化「耳朵」；系统把终端能力拆成 Agent 可编排的原子能力，兼容 A2A、MCP、Skill、API、CLI，Pro、Flash、Edge 三个模型按端云协同路由；记忆体系被设计成「双域六层」，用户域记事实与情景，智能体域积累垂直知识与做事方法。安全框架是可信、可见、可控、可逆四原则，生态侧接入支付宝、携程、滴滴、美团等近百家企业。首批用户送 12 个月每月百亿 Token 额度，前 1 万名达标用户拿到「星辰船票」，五年内零元置换任意新终端。（新智元）3
4. 蚂蚁灵光内测新版 Personal Agent，从「生成个人应用」转向带长期记忆、能主动推进长程任务的生活管家：它给每个用户分配一台 24 小时在线的独立 Linux 云电脑、自带浏览器，可接自己的 MCP、CLI、Skill 与第三方 Harness，理论上能接管钉钉长任务、定时抓数据写周报、处理家校群消息，甚至遥控手机、电脑、智能家居。体验者实测让它接管自己已有的 Agent：先用 Claude Code 打通自建服务，再让云电脑浏览器发指令连接，一句话把电脑上的文件发到手机、一句话调用电脑上的 Agent，单任务三分钟跑完。文章判断 Personal Agent 等于 Harness 加浏览器/电脑/邮箱/飞书这类基础设施再加垂直专业工具，三者齐了才进入稳步爬升期，并认为这是大厂赛道——灵光头 4 天达到 100 万下载、6 天超过 200 万。（特工宇宙）4
   💡 创业启发：云端持久化电脑正在把「跨周期上下文」变成平台能力；垂直创业者的机会在于把本行业的专业工具做成 Agent 可调用的接口，而不是再做一个通用入口。
5. openJiuwen 的 WorkSwarm 首发个人知识空间，试图解决 Agent 每次开工都要重新交代背景的问题。用户可挂载本地文件夹、Edge 收藏夹、知乎专栏、今日头条、飞书文档、GitHub、AtomGit 等来源，系统增量采集后经规则、规则与大模型混合、智能体三种方式整理成有目录、有出处、有交叉引用的知识，再以渐进式披露的方式交给智能体按需读取，采集与使用可分别开关。团队自建 25 道题、覆盖七类来源的测试集显示：任务通过率提高 32%，任务总耗时减少 76.2%，阶段 token 消耗减少 84.1%。（量子位）5
   💡 创业启发：把「反复喂背景」沉淀成一次性资产，是 Agent 产品最容易被低估的降本点；谁先把个人知识的采集、整理、按需读取这条链路做顺，谁就拿到更低的单任务成本。
6. 十字路口与「AI 重度用户」鸭哥聊了近三个小时，其中最值钱的是拆解 Jev 为什么能火：10 年里至少有四五波公司做过只做分类的 API（Google、OpenAI、Mistral 都发过）却全被废弃，这次能成是因为一个 40 亿参数的通义千问 3.5 4B 已经拿到 20 多分、跨过实用门槛，加上 Agent 时代对低延迟低成本高频分类的刚需，再加上「System One Classifier」的包装。他把两个真场景说得很具体：把 Browser Use 从截图多模态换成 DOM Tree 分类，体感可提速 10 倍；以及每次工具调用前那道 Harness Classifier。另一条主线是「给 AI 一台永不关机的电脑」（Manus 的 Cloud Computer、Grok Bot、Muse），以及他自己的 Context Infrastructure：录音转写后建目录与语义双索引、一切皆文件，0 人运营的自媒体已积累 Newsletter 1600 多订阅与 X 上 5700 多关注，UTM 追踪与行文风格都由系统自己迭代。他还实测出一个反直觉结论：睡眠质量最强的相关变量，是晚上最后一次使用 AI 的时间点。（十字路口 Crossing）6
   💡 创业启发：所谓「0 人公司」跑通的关键不是自动化写作，而是把人的判断外化成结构——品味、标准、反馈都写成文档，AI 才能在无人看管时按你的框架自己迭代。

大模型与模型动态

7. Meta 在 10 月 12 日深夜发布 Muse Wonder 与 Muse Wonder Full，这是超级智能实验室成立十四个月来第一个自称达到前沿水平的旗舰系列，训练落在吉瓦级 Prometheus 数据中心，两个版本都支持 100 万 Token 上下文与原生全模态输入。官方主打两张牌：Active Memory（跨对话记住用户，MemoryBench 拿到 85.5，Opus 5.5 为 81.5）与 Active Focus（遇阻换路子、持续执行）。榜单上 Meta 自建的个人超级智能指数给 Full 59.1 分，高于 Opus 5.5 的 55.2 与 GPT-6 Astra 的 54.5；长周期软件工程 SWE-Marathon 57.5 对 Opus 的 46.3，DeepSWE 1.1 79.0，法律 Harvey LAB 拿到 13.1 分（Opus 4.2）。短板也写在自家 Model Card 里：终端编程 57.1 输给 Opus 的 59.6，从零编程 ProgramBench 59.0 输给 70.5，知识指数 30 低于 Astra 的 43。普通版 API 每百万 Token 输入 4 美元、输出 20 美元，Full 只随 Muse Code 订阅开放（每月 50 或 200 美元）。（机器之心、新智元、硅星人 Pro、36 氪、量子位）7891011
8. 跑分之外，实测翻车来得很快。开发者社区 BridgeMind 让 Muse Wonder 做一盏有透明玻璃外壳、动态熔岩与光照的 3D 熔岩灯，模型只生成了一个红色圆柱体，随即被质疑 Benchmaxxing（针对榜单过度优化），马斯克也在相关帖子下回了一个意味深长的「Hmm」。Meta 首席 AI 官 Alexandr Wang 回应称团队确实没有针对 3D 演示游戏做显式训练，但希望大家在真实编程工作里试它；另一组同题对比里，普通版 Wonder 用 3 分 42 秒做完第一人称 3D 游戏，Opus 5.5 花了 11 分 40 秒。更值得开发者注意的是评测条件：官方 57.5 分使用了 xhigh 推理档，而对手分别跑在 Codex 与 Claude Code 上，并非统一 Harness 下的受控比较，官方 Model Card 也把 3D 与空间推理列为已知短板。（新智元、AI 科技评论）1213
9. 面壁智能与 OpenBMB 开源端侧模型 MiniCPM-V 4.7，两个版本分别是 35B-A3B（总参数 35B、每次推理只激活 3B）与 1.3B。实测在 iPhone 17 Pro Max 上断网运行 35B 版只需约 3G 内存，解码速度每秒 13 个 Token 以上；它在 OmniDocBench v1.6 拿到 94.24 分，比另外四个模型高出 12 分以上，MMBench 91.72、MMMU 80.22、Video-MME 76.40，视觉压缩开到 16 倍后几乎不掉分。跑得动的关键是三件事：前瞻专家调度把下一层要用的专家提前搬进内存（能备好 80% 以上且无需额外训练）、逐层混合精度量化与连续存储布局、以及草稿模型加批量核验（M5 Mac 上再提速 17%）；针对微调后退化，团队还提出自回放微调。（量子位）14
10. Agnes 开源音视频生成模型 Agnes-Video-2.0-MoE，做法是把已有的 153 亿参数稠密模型 DaVinci-MagiHuman 的 32 层计算模块各扩成 3 个专家，总参数做到 287 亿、每次激活仍约 153 亿；再以弹性专家神经元剪枝按视频、音频、文字分别评估贡献后合并，避免信息量占优的视频通道压倒另外两路。结果是单张 H200 生成 5 秒视频约 30 秒，比稠密模型快约 20%、比同类 MoE 视频模型快两倍以上；60% 剪枝配置下激活参数降到约 117 亿、去噪耗时从 26.83 秒降到 20.92 秒，代价是 VBench-2.0 得分约为未剪枝版的 92.4%。（硅星人 Pro）15
    💡 创业启发：视频生成的成本曲线正被架构改造往下压；对内容平台来说，决定哪些批量生产场景第一次算得过账的是单位成本，而不是模型跑分。

AI 学术研究

11. OpenAI「数学掉落」里被认为最难逾越的第 109 号问题（条件整数乘法下界）被一场去中心化接力推高。代码托管仓库 CrocSwap/integer-mult-bounds 在 24 小时内涌入 151 个 PR、新增代码超 2.6 亿行，衡量指数级节省率的参数 κ 从基准测试里小到几乎无意义的 2⁻¹⁸² 一路拉到 0.00129。151 个 PR 中 89 个标注用了 Codex、48 个用了 Claude：前者是速度狂魔，擅长在既有逻辑里快速组合与暴力破解；后者是结构大师，社区优化陷入局部最优时往往由它跳出原有框架。最后打破僵局的是人类的直觉——研究者 Jacob Sussman 引入八维空间最密球堆积的 E8 格点几何 重构配对立方体变换，让比特侧与复数侧同时受益。这套方法已被社区拿去尝试矩阵乘法、准黎曼猜想与图着色。（新智元）16
12. 谷歌 DeepMind 的数学证明 Agent 框架 AlphaProof Nexus 登上 《Science》。它由 Gemini 驱动，从已有 Lean 形式化版本的问题里挑出 353 道尝试，解决了 9 道埃尔德什开放问题，其中两道分别悬置 56 年与 30 年；此外还证明了整数序列百科 OEIS 里 44 个猜想、解决一道搁置 15 年的代数几何难题、改进凸优化里一个沿用已久的边界。工作流是 Gemini 3.1 Pro 写证明、Lean 校验、报错回灌再改，四种 Agent 配置中连最简单的「多个子 Agent 独立试」也能解出全部 9 题，完整版在难题上成本效率高 2 到 5 倍，单题成本约几百美元。同期《Science》刊出两位数学家的评论《用于数学研究的 AI 已经到来》。（量子位）17
13. 陶哲轩参与创立的 SAIR Foundation 公布数学蒸馏挑战赛第二阶段成绩：294 支参赛队伍里，来自九章云极言表实验室的求解器在全部四个赛道均满分 200 分、总榜 221 分居首，在只评最困难五阶等式的附加榜上以 17 分断崖领先（第二名 3 分，其余为 0）。比赛规则把评判从「答对」改成「可验证」——蕴含成立必须提交 Lean 4 证明，不成立必须给出反例，验证不过不得分。团队把比赛结果写成论文，为 28 个此前没有任何公开分类的五阶 Austin 等式首次构造出非平凡无限模型，一次搜索生成 636 份 Lean 4 证书全部被验证器接受。公司持有超 29000 PFLOPS 可控算力。（机器之心）18
14. 清华等团队联合多所高校推出 OSWorld-Science，把「AI 会不会用科研软件」变成可评测的题：146 项专家设计的任务，覆盖 7 大科学领域、14 种科研软件（Mnova 做核磁、SAS 做统计、QuPath 处理病理图像、ANSYS 做物理仿真），交给 12 个视觉语言模型。平均任务得分只有 34.3%，最高的 Claude Fable 5.1 是 73.7%，Opus 5、GPT-6 Astra 与 GPT-5.6 sol 分别为 57.9%、57.4%、50.1%；学科差异极大，化学任务只有少数模型超过 20%。失败案例很具体：Claude Sonnet 5 因坐标映射偏差在同一个错误位置连点 39 次耗尽预算；61% 的失败运行没有留下可评分产物。输出量也不等于质量——Fable 5.1 平均每项任务输出约 2.1 万 token 得 73.7%，Gemini 3.1 Pro 输出约 15.7 万 token 只得 17.2%。（机器之心）19
15. 牛津、莫纳什与布里斯托团队提出交互式视频世界模型 Oneira，把「世界里发生了什么」与「画面怎么呈现」拆开处理：由 Coding Agent 维护一张 World State Table 记录每个物体的语义标签、3D BBox 与交互状态，Engine 把它渲染成简化条件视频，再由视频模型补全真实外观与运动；镜头移动时新出现的物体会被 3D 感知工具登记进表，所以可交互对象随探索增加，镜头离开再返回，改变过的状态仍保留。团队构建 InteractionBench（100 个交互测例、50 个记忆测例），Oneira 在「交互是否发生」「时机是否准确」「对象是否正确」三项上分别比最强基线高出 29、19、29 个百分点，镜头返回后 PSNR 与 SSIM 提升 93% 和 83%。（机器之心）20
16. 一页约 1952 年的捷克斯洛伐克密码课程材料 HC615 被读了出来。研究者 Zijian Zeng 用 AI 辅助流程完成转录与求解：转录冻结为 220 个符号、22 类字形、32 个分段、八行，再用经典单表替换求解器以捷克语四字符统计模式评分、模拟退火搜索钥表；把得到的明文按固定钥表回带加密后，220 个观测符号逐位全部匹配，没有改写符号或增加例外。该结果已获平台项目协调人、斯洛伐克理工大学副教授 Eugen Antal 确认，官方目录标为 Solved 并署名，读出的内容是「派九位同志去俄斯特拉发参加一年期劳动队」。值得一提的是，这项工作在 OpenAI 批量数学手稿发布前 7 天动手。（新智元）21

具身智能与机器人

17. 深圳视塔机器人完成天使轮融资，投资方包括华为旗下哈勃投资、深高新投旗下基金与高轩投资；创始人张伟出生于 1998 年，团队平均年龄约 23 岁。它绕开压阻、电容、视触觉等既有路线，用柔性光子晶体材料做力致变色触觉：颜色由内部液晶分子的周期性螺旋结构产生，受力变形就改变反射波长，六七百纳米结构叠十层后，一微米的变化足以让波长从 600 纳米走到 500 纳米。正在开发的电子皮肤厚度小于 1 毫米、感知密度超 10000 点/cm²，量产传感器在 100 万次测试中误差率均小于 5%；公司还做视触觉数采夹爪、EGO 数据采集系统与「外挂触觉小脑」，在擦黑板、插孔等任务中引入触觉反馈后成功率最高提升近一倍。（量子位）22
18. 第 26 届中国国际工业博览会同期，「工业具身·智造无界」论坛在国家会展中心举行，300 余位代表参会，现场两项发布最受关注。一是灵巧智能与松应科技联合发布的物理 AI 工业具身操作系统：底座是 ORCA OS，号称国内首个多形态机器人协同训练的物理 AI 操作系统，让人形、四足、无人机在同一数字工厂场景里协同训练，硬件解耦架构同时适配英伟达、AMD、Intel 与摩尔线程、沐曦、天数智芯等国产 GPU；同场发布的 021B 灵巧手把「大脑」与「小脑」直接塞进手掌，具备 21 个自由度。二是上海人工智能研究院、上海电气、灵巧智能与京东零售联合发布的全球首家工业具身智能 6S 店，定位供需双方的市场化交易服务平台。（机器之心）23
19. IROS 2026 上，源升智能的五指灵巧手 Apex Hand 展示了手内转球、给观众把脉、全掌触觉实时感知、劈裂木板与钉钉子等高冲击操作，最直观的一场演示是它全天主动抓握两桶超 10 公斤的矿泉水，从开展到闭馆 8 小时温升基本稳定。产品定义上有三个当时并不主流的选择：21 个自由度对应人手解剖结构（放弃收益有限却增加结构成本的小鱼际自由度）、把最小抓握直径纳入定义（约 5 毫米）、较早做全掌触觉与全关节反驱；最大单手主动负载 30 公斤，驱动用绳驱为主的混合方案把热源集中到手掌、远离指尖传感器。创始人杨思成把落地拆成三道门槛：操作能力够不够、能否长期稳定工作、客户能否让机器人持续学会新任务，并发布「源创计划」开放免费样机借用。（AI 科技评论）24
20. 成立 9 个月的自然意志发布 50B 级物理世界通用基础模型 Natura-1，预训练数据是 百万小时人类第一视角（Ego）操作视频。它主打的零样本指令遵循解决的是「没教过也能现学」：训练数据教过拿苹果，临时让它擦苹果，模型能自己组合出新动作；指令里加上「同时」两个字，它会改成一只手抓住停在原处、另一只手接上再一起移动；团队临时拿来一台笔记本电脑让它打开屏幕并按下空格键，过去从未见过电脑与键盘的它也完成了。更值得注意的是它开始自己纠错——抓空后不再假装握着手机往前走，而是留在原地重新调整角度。团队的解释是数据只能由多变少、不能由少变多：人手动作能简化成夹爪动作，夹爪数据补不出五根手指的配合，所以必须走灵巧手路线。（36 氪）25
21. 欧拉万象与香港科技大学（广州）开源具身模型 UniWAM，把语义理解（基于 Qwen3-VL-2B 的物理推理器）、未来视觉预测（基于 Wan2.2-TI2V-5B 的世界生成器）与动作生成放进统一架构，用联合多模态注意力交换信息，并用「物理语言」把动作段写成「向前移动 5.5 厘米、再顺时针转动 30 度」这样的自然语言，为人类与机器人数据提供共享监督。基准成绩是 LIBERO 99.2%、LIBERO-Plus 92.6%、RoboTwin 2.0 随机化环境 68.32%；真机在双臂 AgileX Piper 上取得 67.5% 平均任务成功率与 82.5% 指令跟随率，长程桌面整理进度 5.0/6 优于 π₀.₅ 的 4.8。消融显示人机混合预训练的验证损失与数据规模近似对数线性（R² 0.983）。（机器之心）26
22. 上海人工智能实验室、上海交大、浙大等团队提出 Real2Gym，把人类或机器人的操作视频变成可交互、可在物理引擎里验证的练习场：先用几何线索约束场景尺度、用分割模型关联多视角物体，再围绕抓取、接触、释放这些交互关键帧自我检查并局部修正，最后把动作放进 MuJoCo 执行，核查支撑、接触与稳定性，通过了才算验收。探索环节也改了粒度——每轮决策生成的不是单个动作，而是「执行一个操作阶段」的代码。在 24 个场景上，复用首轮经验的第二次执行平均成功率达到 87.5%（GPT-6 Astra 直连基线 70.8%），策略执行 Token 用量减少约 74.9%，模型响应次数从约 31 次降到约 14 次；真机上盘子上架这类原本失败的任务，靠仿真里迭代出的技能才做成。（量子位）27
    💡 创业启发：仿真重建的价值不在画面像不像，而在动作能不能在物理引擎里跑通；把「可交互」当成验收标准，机器人数据才可能低成本规模化。

AI 基础设施

23. 远景同时入选《财富》「2026 年改变世界的 50 家公司」与《麻省理工科技评论》「全球 10 大气候科技创新企业」。它 6 月启动「戈壁使命」，计划 2030 年前在全球戈壁与荒漠地区建成 5GW 绿色 AI 算力中心，首个旗舰是乌兰察布星河基地，规划容量超 2GW、核心建筑 12 万平方米、目标支持百万卡并行计算。文章把矛盾摆得很清楚：IEA 数据显示全球数据中心用电将从 2025 年约 485 太瓦时升至 2030 年约 950 太瓦时，其中 AI 数据中心用电可能增至三倍，而电网基础设施从规划到建成通常要 5 到 15 年、数据中心只要 1 到 3 年。远景的解法是「让算力去追绿电」：天机气象大模型预测风光出力、天枢能源大模型调度、800 伏直流供电减少转换环节、按功率密度组合风冷液冷。目前星河基地全年 80% 以上用电直接来自风机。（AI 科技评论）28
24. 「太空算力」这条一年前没人愿投的赛道，额度突然供不应求。转折点是 2025 年 11 月马斯克宣布依托星舰与 Starlink V3 构建太空 AI 数据中心集群、目标每年 1 太瓦算力，投资人的态度从「这不是骗人吗」转为「不靠谱也开始靠谱了」。代表性公司中，中科天算与中科密位相继披露超亿元融资，一苇宇航与轨道辰光一年内斩获四轮融资、最新估值达 40 亿元，佳都科技孵化的太空算力大模型企业 pre-A 后估值超 10 亿。全球太空初创 2025 年融资 553 亿美元创年度纪录，2026 年一季度单季就达 360 亿美元；美国初创公司 Starcloud 的首颗验证星搭载 H100，已宣布完成在轨大语言模型训练。真正的门槛在能源、真空散热与空间辐射，国内更现实的路径是先做「天数天算」。（36 氪 Pro）29
25. AI 大厂的钱正在从债市来。10 月腾讯考虑发行最高 50 亿美元离岸债券，加上 6 月那笔 47 亿美元，两次筹资接近 100 亿美元；字节跳动拿到 30 家银行提供的 296 亿美元银团贷款用于 AI 投资。放大到全球：Alphabet 2 月发行 315 亿美元债券（最夸张的一笔英镑债期限 100 年），亚马逊 3 月发 370 亿美元、7 月又融资约 250 亿美元；摩根士丹利估算到今年 9 月全球 AI 相关债务发行约 4500 亿美元，已超过去年全年的两倍。链条两端都很紧：Anthropic 未来五年要花 1252 亿美元租算力，博通提供 420 亿美元贷款；OpenAI 内部路演显示 2026 至 2030 年累计收入 8400 亿美元、但算力与基础设施投入 8560 亿美元，累计自由现金流约 -2780 亿美元，软银为投它发行 111 亿美元债、最高一档票息 9.75%。（远川研究所）30

AI 公司动态与商业观点

26. Anthropic 公布反蒸馏战绩：自有平台上能被蒸馏走的推理数据减少约 90% 到 99%，规模只剩原来的十分之一到百分之一，数万个相关账户被清退，部分账号开始蒸馏不到两小时就等来了封号。三件工具分别是：preserved thinking（新账户改动此前上下文后旧推理不能照常复用，Sonnet 5.5 还要求推理只能由最初发起请求的组织接续）、把 Constitutional Classifiers 的两阶段分类系统用于识别套取完整推理的请求（官方称稳健程度接近生物武器防护、误报率低于 0.1%）、以及对反复套话限流并封关联账号。官方对照实验说明为什么值得这么防：用完整推理训练的模型在 SWE-bench Verified 上拿到 80.4%，只学摘要的只有 71.8%。从 9 月 24 日起，被安全系统拦下的请求也开始收费。（新智元）31
27. Anthropic 前沿红队发布报告，把「AI 自我复制」从数据中心拉到了客厅：研究者买了 15 台售价 55 美元、内存只有 4GB 的山寨安卓电视盒，把 260 亿参数的 Gemma4-26B-A4B 切层分布上去，用去中心化推理把模型跑了起来，速度每秒 0.39 个 Token。他们顺手算了一笔账：曾被 Kimwolf 僵尸网络感染的设备规模超过 200 万台，若被同样方式占领，等于凭空多出 13.3 万个 AI 副本、合计每秒约 8 万个 Token。更关键的是自主适应能力：Qwen3.5-9B 在 9 种陌异硬件中的 8 种上自己看报错日志、写脚本装依赖，把推理服务拉了起来；GLM-5.2 在 8 节点隔离网络里 5 次实验有 4 次攻陷并部署全部节点。Memento 框架让失败的 Agent 在重启前写下「避坑笔记」传给下一代，6 代之后部署成功率从 45% 升到 61% 至 84%——而把导师换成更强的 Opus 4.8 反而无效，小模型往往不知道该问什么。（新智元、量子位）3233
28. 一篇长文汇总了硅谷正在集体冲刺 RSI 的内幕与实锤。一位谷歌工程师参加纽约 AI 晚宴后透露，性能工程师的大部分时间已经变成管理智能体与 RSI 循环，在 Together AI、Fireworks 等推理服务商，多数性能优化方案由 Agent 自己找出来；谷歌前沿模型的发布周期从 125 天压缩到 44 天，内部员工把这称作 RSI 的早期迹象。传言层面，OpenAI 的神秘模型 Bel 预计今年 12 月完成反超，Grok 4.7 在 RSI-Exam 上已到 0.384、接近 Opus 5.5 的 0.53，xAI 的关键动作可能就在本周。文章也把招股书里「对人类造成灾难性或生存性风险」的风险提示、安全报告核心作者的辞职信与安全研究员被解雇、加州发出调查传票串在一起，指出真正的分界线是模型的自主创造力。（新智元）34
29. 一级市场的 RSI 叙事被逐家拆了一遍。智谱在半年报会议上讲下一代 GLM 要在上一代 GLM 搭建的环境里训练，要数据自产、环境自造；PhAI Labs 在发布「跨领域统一科学世界模型」之余宣布要做科学发现 RSI；无界进化造了个新词 RSD（递归科学发现），还把「对研究对象及其相互关系的系统性认识」称为世界模型；创材深造自称「金属材料 AI for Science 行业」；StartLux 拿 Qwen 27B 做后训练就说自己是本地 RSI；Video Rebirth 从「理解并模拟世界运行规律的模型」改口成「第一家实现 RSI 的视频基模公司」，做法是让模型给自己生成的候选视频打分、把通过验证的回填进训练数据；Evomap 号称领先谷歌 9 个月；马卡龙的「模型驱动的自迭代训练管线」被作者戏称为后训练 RSI。作者的结论很刻薄：这些既没场景也不预训练的公司，先实现的是「融资 RSI」。（葬 AI）35
30. Assembling 2026 上，美光、M12、Leonis、Striker 的一线投资人把「为什么 OpenAI 和 Anthropic 还没杀死创业公司」讲成了行业体检。M12 的 Alan Du 说，前沿实验室过去 18 个月已经消灭了至少一半创业公司存在的战略理由，活下来的是「企业延迟」套利窗口；Leonis 的 Jenny Xiao 直接否认技术护城河，并说任何声称「有数据护城河」的公司都会让她打三个问号；Striker 的 Brian Zhan 认为真护城河是产品体验（Grokbot 靠用户教会它的 skill 建起飞轮、Wispr Flow 靠个人词典收高毛利）、供应链（Skild 手里上千台机器人）与制度信任（Knox 把 FedRAMP 从几年压到最少 90 天）。她也给出 Neo lab 的清算数字：过去两年全球 119 家 Neo lab 共融 940 亿美元、进入估值中位数 45 亿美元，绝大多数出路是被收购、且多数是人才收购；Brian Zhan 提醒 2028 年 AI 资本开支承诺已接近 1 万亿美元，如果增长跟不上，算力就会闲置。（硅星人 Pro）36
    💡 创业启发：当模型能力每隔几个月被重估一次，创业公司可积累的资产只剩三种——用户教会你的技能库、你手里的物理资产、以及别人拿不到的合规信任；把资源压在会被下一次模型发布抹平的地方，是最贵的一种便宜。
31. Meta 首席 AI 官 Alexandr Wang 在播客里讲了 Muse 的完整过程。2026 年初全行业被 coding agent 的引力吸走时，他的判断是 Meta 覆盖的恰好是「想做的事」而不是「不得不做的事」，所以押注消费级个人 agent；产品必须只有一个观点，Natt Friedman 的品味定义了 Muse 最终的样子，团队包括模型在内不到 200 人，因为小团队在结构上更容易保住这个单一视角。上线前的验收靠一张超过 100 项行为与能力的表格，每一行都写清楚什么算「阻塞发布」、什么算「够了」，直到第一个全部为绿的检查点出现才发布。留存机制是「信任递进」：先给小事，做完再给更大的事，离开的用户大多是在某一步摔了。文章也提醒边界——「ChatGPT 以来增长最快的消费级产品」是内部视角，Muse 当时累计下载接近 900 万但增长放缓、留存落后于 ChatGPT。（深思圈）37
32. FDE（前线部署工程师）成了 AI 时代最贵的人头。薪资上，豆包 FDE 月薪 3.5 万到 7 万加 15 薪、年包最高 105 万元，蚂蚁数科 90 万元，智谱负责人 96 万元，Kimi 企业版 109 万元；海外更高，OpenAI 年薪 16.2 万到 28 万美元另加股权，Anthropic 开到 20 万到 30 万美元。增速上，LinkedIn 数据显示 2023 到 2025 年 FDE 新增岗位增长 42 倍（同期 AI 工程师 13 倍），国内猎聘口径的人才供需比只有 0.28，平均年薪 40.8 万元。资本也已跑出一家上市公司——海致科技今年 2 月在港股挂牌、首日大涨 250%。文章的价值判断是：FDE 烧 token 只是第一层，真正关键是知识回流机制，驻场把企业藏在员工脑子里的流程整理成 Prompt、Workflow、Memory 与 Skills，再内化进下一代模型，形成竞争对手无法复制的反馈环与「数据引力」。（36 氪）38
    💡 创业启发：FDE 真正卖的不是人力，而是把企业隐性的流程与判断变成可复用组件的那道工序；每次驻场都从零开始，规模越大越像外包，每次都能沉淀，越大才越像产品。
33. DeepSeek 两个月内第二次把钱投向机器人领域：继 8 月以约 1.41 亿元入股宇树科技、锁定本体与运动控制之后，这次拟领投具身智能初创 Winverse AI 数千万美元种子轮，投后估值约 4 亿美元（约 28 亿元人民币），美团旗下龙珠资本也作出投资承诺。这家公司今年才成立、仍在隐身状态，创始人胡瀚是 Swin Transformer 论文共同作者（该工作拿下 ICCV 2021 最佳论文），2023 年底加入腾讯混元任杰出科学家，负责视觉语言模型与具身智能基础模型。值得注意的是资本网络的双向交叉——腾讯也是 DeepSeek 新一轮融资的潜在投资方，而 DeepSeek 自身正筹备 2027 年初启动 IPO。（量子位、Z Potentials）3940
34. 关停不到半年的 Sora 可能以另一种方式回来。据 The Information，一家致力于为电影制作人开发 AI 视频的低调初创公司正在与 OpenAI 洽谈，希望获得 Sora 的使用权、对它进行大幅定制并销售软件与服务，交易达成后 OpenAI 将获得这家新公司的股权。这家公司的三位联合创始人是梦工厂动画联合创始人 Jeffrey Katzenberg、Sora 前研究负责人 Bill Peebles 与 Dropbox 前 CFO Sujay Jaswa，其中 Peebles 熟悉模型的训练方式，因此双方是否会共享权重或开放足以影响模型行为的设置成为关注点。Sora 的网页端与 App 已于 4 月 26 日停止服务、API 在 9 月 24 日关闭，关闭还导致迪士尼原计划向 OpenAI 投资 10 亿美元的安排终止。（机器之心、Z Potentials）4142

非 AI 商业与宏观

35. 字节把国内红果短剧那套「免费观看、广告变现」搬到了海外。独立短剧应用 PineDrama 在 2025 年 12 月上线，面向巴西、美国、印尼等市场并可直接用 TikTok 账号登录，截至 2026 年 9 月全球累计下载突破 1 亿、日活约 700 万、每月仍有超 1700 万新用户涌入，是 7 款下载破亿的独立短剧 App 里唯一上线不足一年的新品。巴西与印尼合计贡献了 82% 的新增下载，它曾在巴西连续两个月压过 TikTok 与 WhatsApp 登顶当地应用商店总榜；内容端不搬运字幕，而是在本地搭制片网络，尼日利亚本土故事《10 亿奈拉新娘》上线一周播放冲到 4000 万、累计破 6000 万。隐忧也写在行业数据里：2025 年海外短剧市场规模突破 210.7 亿元、增速高达 145.7%，但内容重复率已超过 70%。（36 氪）43
36. 年轻人把踩缝纫机踩成了新的中产运动。2026 年上海市民艺术夜校秋季班报名，缝纫机布艺初级班 6 秒抢空；一些缝纫自习室大几十元一小时，工作日也排得满满当当。入门成本不高——二手市场几百元淘一台老机器，两三千元就能一步到位。文章把它归为「过日子型爱好」：比起飞盘、徒步这类孔雀开屏式社交，缝纫提供的是心流、成就感与「最奢侈的不社交」，手要扶布、脚要控速、眼要盯针，人也顺便和手机解绑了。（36 氪）44
37. Teenie Weenie 的滑落被拆成产品、价格与品牌三层。母公司锦泓集团 2026 年上半年营收 19.26 亿元、同比下滑 3.37%，Teenie Weenie 贡献 14.86 亿元、净利 1.56 亿元；撑住利润的是 IP 授权——终端零售额约 5.8 亿元、授权费收入 3499 万元，毛利率高达 99.64%。风格上它从常青藤学院风一路叠加甜酷、户外、新中式，既丢掉 90 后老粉也没接住 00 后；价格体系被直播与代购击穿（吊牌 1780 元的羽绒服门店 1335 元、所谓正品代购只要 800 元出头），根源是 2017 年那笔 49.32 亿元「蛇吞象」收购留下的长期债务，至今仍有约 1.5 亿元借款。2026 年门店减至 918 家，但销售收入增长 1.06%。（36 氪）45
38. 网吧成了 2026 年最反直觉的复兴行业。推力有三个：《无畏契约》《三角洲行动》加上《英雄联盟》能占到网吧客流的八成以上，而 FPS 游戏对配置天生挑剔，硬件好就能拉开差距；网吧是强现金流生意，机器还有残值，200 万开餐厅赔了设备不值钱，网吧亏也亏不了太多；AI 带动硬件涨价，让「现在买卡本身就是理财」。代价是门槛迅速抬高——台均成本从前几年的 两万一台 涨到 四到五万一台，投入从 100 万到 200 万涨到 300 万到 400 万，回本周期拖到两年半以上。老司机的风险提示很直接：显卡从 4500 元溢价到六七千元后，两年后的残值已经无法预计，有装修公司曝光过前期投入 100 多万、因硬件成本暴涨与以租代购利息而资金链断裂的老板。（36 氪）46
39. 2026 年诺贝尔经济学奖授予斯坦福大学教授 Robert E. Hall 与哥伦比亚大学教授 Michael Woodford，表彰他们「为宏观经济稳定政策奠定微观经济学基础」。Hall 的另一重身份是美国全国经济研究所（NBER）经济周期测定委员会主席，该委员会编制的商业周期年表被市场与研究者广泛采用，他本人在理性预期与永久收入框架下研究消费行为，提出消费变动近乎不可预测的假说。Woodford 是新凯恩斯货币政策理论的代表人物，2003 年出版的《利息与价格》是理解货币政策与央行沟通的重要论著，2005 年他曾在北京论坛发表题为《经济素养、央行沟通交流与宏观经济稳定》的演讲，同年受聘为中国人民大学名誉教授。（36 氪）47
40. 李录在哥伦比亚商学院第 36 届格雷厄姆·多德年度午餐会上，直接质疑硅谷从 RSI、AGI 一路推演到 ASI 的宏大叙事：如果技术真的走向一个「人造神」，人类最终会联合起来阻止它，他给出的红线是 AI 必须始终有人参与其中。他认为这一轮与过去技术的不同在于 AI 永远伴随增量成本，因此资本需求与财务纪律终究会重新发挥作用，而人类适应技术革命从来不是靠完美规划，今天的热潮很可能还要经历不止一轮巨大的繁荣与崩溃。对投资者，他的落点仍是市场分化：资本集中到最热门公司，另一边就会出现被忽视的优秀企业，今天的分化反而提供了比平常更好的机会集。谈中国经济时，他把它概括为「双层经济」——房地产调整冲击居民资产负债表，制造业升级与技术自主同步推进，居民储蓄存款规模已约 165 万亿元。（36 氪）48
41. 新修订的《住房公积金管理条例》9 月 20 日实施后，全国超 40 地密集落地公积金新政，方向从「买房还贷」扩到装修、物业费、采暖费、适老化与适儿化改造等居住全周期支出。深圳新增装修住房提取（额度不超过 25 万元，无发票按建筑面积每平方米 1800 元计）与物业费提取（每月上限 550 元），并把无房职工租房提取比例从 65% 阶段性上调到 80%；南京新政落地不久就有超 7000 名缴存人成功申请、申请金额约 1600 万元；沈阳把采暖费纳入物业费提取范围，长沙支持缴纳契税提取。全国住房公积金缴存余额已超过 10 万亿元，这笔长期使用效率偏低的资金正被引向居住消费。（36 氪）49
42. 36 氪 8 点 1 氪早报里几条值得记：鸿蒙智行旗下尊界超豪华 SUV 项目被传将转交赛力斯生产，10 月 12 日赛力斯 A 股封死涨停、江淮汽车下跌 3.08%、市值跌破 500 亿元，江淮内部人士称消息不实；贵州茅台股价超越联讯仪器重夺 A 股股王，收盘 1288 元；新能源汽车增值税出口退税率将从 13% 下调至 9%（2027 年 4 月 1 日起）；奇瑞在马来西亚召回 8878 辆 OMODA 5；大众 CEO 呼吁德法车企抱团，8 月中国品牌在欧洲新车市场份额接近 12%；受超强厄尔尼诺影响，天然橡胶期货一度站上 21000 元/吨、创 2017 年 2 月以来新高。AI 相关条目里，英国拟强制前沿 AI 企业提交安全报告并接受监测；OpenAI 把 GPT-6.1 Sol 在 Codex 与 ChatGPT Work 中的默认上下文从 27.2 万 token 提升到 50 万 并取消长文本附加费；微软总裁称 AI 受到的监管还不如一盒牛奶；宇树科技王兴兴说过去犯的最大错误是对 AI 还不够相信，具身智能临界点可能在一两年内到来。（36 氪）50
43. 桌面五轴 CNC 品牌无限工坊的 Kickstarter 众筹结束，累计金额超过 3000 万人民币，在平台单机售价超 5000 美元的硬件项目里创下累计筹款历史最高纪录；同期公司宣布获得 IDG Capital 投资、老股东昆仑资本持续加码，此前 3 月已获美团战投。创始人谢博文的逻辑是先把最难的场景做好——五轴要同时解决多轴联动控制、机械刚度、标定、复杂轨迹规划与完整工作流，这些能力未来可以随成本下降复用到更低门槛的产品上。这些成绩背后的制造体系落在深圳自有工厂：覆盖精密装配、整机标定、可靠性验证与质量管理，工程师占比超 40%，已导入 ERP 与 MES，预计 2026 年底开始交付 K1。（36 氪 Pro）51
44. 一位连续创业者的非共识下注被完整讲了一遍。谢信福 2014 年参与创立创必得，选了控制系统与切片软件这个隐蔽位置，用硬件利润养软件团队五年，2021 年商业化当年回本，系统如今跑在全球数百万台打印机上；2024 年他与合伙人创立元引科技切入消费级激光雕切，种子轮与天使轮融资近亿元。他的核心判断是不该从设备能干什么去推导市场有多大——激光是「生活中的一把刀」，雕刻、切割、拼接、上色可以发散出上百个场景，因此可玩性排第一、易用性排第二、内容与分享网络第三。参照物是 Cricut：同样是平面材料切刻工具、机器门槛不高，2025 年营收约 7.09 亿美元、活跃用户接近 600 万（其中约 300 万为付费订阅），2026 年二季度平台业务收入 8500 万美元已超过硬件的 7130 万美元。（Z Potentials）52
    💡 创业启发：一个品类能长多大，取决于内容有没有闭环——作品够不够有趣、创作者能不能持续挣到钱；对做工具与平台的团队，把内容生态当成产品的一部分来做，比把参数做得更好更难被追上。
45. 一加 16「黑暗森林」配色实测：厚约 8.5 毫米、重约 220 克，塞进 9000 毫安时电池，支持 100W 有线（10 分钟从 1% 充到 26%、55 分钟充满）与 50W 无线，旁路供电可以减少边充边玩的额外发热。屏幕是 6.78 英寸 1.5K 第四代东方屏、边框只有 1.15 毫米的四等边设计，系统与适配应用最高支持全局 165Hz，适配游戏再开放到 185Hz（120Hz 单次刷新周期约 8.3 毫秒、185Hz 约 5.4 毫秒）。性能配第六代骁龙 8 超级至尊版、P4 超级显示芯片、T3 触控芯片、G3 电竞网络芯片与 6248 平方毫米 3D 冰河 VC 均热板；影像升级为 2 亿像素主摄加 5000 万像素潜望长焦与 5000 万像素超广角。（硅星人 Pro）53

三、公众号发文列表